Возвратите невязку измерения и остаточную ковариацию при использовании сигма-точечного фильтра Калмана
residual
команда возвращает различие между фактическими и предсказанными измерениями для extendedKalmanFilter
и unscentedKalmanFilter
объекты. Просмотр невязки обеспечивает способ для вас подтвердить производительность фильтра. Остаточные значения, также известные как innovations, определяют количество ошибки прогноза и управляют шагом коррекции в расширенном и последовательности обновления сигма-точечного фильтра Калмана. При использовании correct
и predict
чтобы обновить предполагаемое состояние Фильтра Калмана, используйте residual
управляйте сразу перед использованием correct
команда.
[
возвращает остаточный Residual
,ResidualCovariance
]
= residual(obj
,y
)Residual
между измерением y
и предсказанное измерение, произведенное Фильтром Калмана obj
. Функция также возвращает ковариацию остаточного ResidualCovariance
.
Вы создаете obj
использование extendedKalmanFilter
или unscentedKalmanFilter
команды. Вы задаете функцию изменения состояния f и функция измерения h вашей нелинейной системы в obj
. State
свойство объектно-ориентированной памяти последнее предполагаемое значение состояния. На каждом временном шаге вы используете correct
и predict
вместе обновить x состояния. Остаточный s является различием между фактическими и предсказанными измерениями для временного шага и выражается как s = y - h (x). Ковариация остаточного S является суммой R + RP, где R является матрицей шума измерения, установленной MeasurementNoise
свойство фильтра и RP является ковариационной матрицей состояния, спроектированной на пробел измерения.
Используйте этот синтаксис, если измерение функционирует h, который вы задали в obj.MeasurementFcn
имеет одну из следующих форм:
y(k) = h(x(k))
для аддитивного шума измерения
y(k) = h(x(k),v(k))
для неаддитивного шума измерения
Здесь, y(k)
, x(k)
, и v(k)
измеренный выход, состояния и шум измерения системы на временном шаге k
. Единственные входные параметры к h являются шумом измерения и состояниями.
[
задает дополнительные входные параметры, если функция измерения системы требует этих входных параметров. Можно задать несколько аргументов.Residual
,ResidualCovariance
]
= residual(obj
,y
,Um1,...,Umn
)
Используйте этот синтаксис, если функция измерения h имеет одну из следующих форм:
y(k) = h(x(k),Um1,...,Umn)
для аддитивного шума измерения
y(k) = h(x(k),v(k),Um1,...,Umn)
для неаддитивного шума измерения
correct
| extendedKalmanFilter
| predict
| unscentedKalmanFilter